CN114996880A - 一种基于ansys二次开发的复合装甲结构优化方法 - Google Patents
一种基于ansys二次开发的复合装甲结构优化方法 Download PDFInfo
- Publication number
- CN114996880A CN114996880A CN202210811495.0A CN202210811495A CN114996880A CN 114996880 A CN114996880 A CN 114996880A CN 202210811495 A CN202210811495 A CN 202210811495A CN 114996880 A CN114996880 A CN 114996880A
- Authority
- CN
- China
- Prior art keywords
- armor
- composite armor
- design
- file
- penetration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000002131 composite material Substances 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000005457 optimization Methods 0.000 title claims abstract description 49
- 238000011161 development Methods 0.000 title claims abstract description 18
- 238000013461 design Methods 0.000 claims abstract description 87
- 230000035515 penetration Effects 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 15
- 239000000463 material Substances 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 23
- 230000003864 performance function Effects 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 14
- 230000006872 improvement Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 241000036848 Porzana carolina Species 0.000 claims description 5
- 239000007769 metal material Substances 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000012805 post-processing Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 229910052755 nonmetal Inorganic materials 0.000 claims description 3
- 230000036961 partial effect Effects 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 6
- 238000013075 data extraction Methods 0.000 abstract 1
- 229910052782 aluminium Inorganic materials 0.000 description 25
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 25
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 24
- 229910052749 magnesium Inorganic materials 0.000 description 24
- 239000011777 magnesium Substances 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 229910000838 Al alloy Inorganic materials 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 229910000861 Mg alloy Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明是一种基于ANSYS二次开发的复合装甲结构可靠性优化设计方法,首先对ANSYS/LSDYNA以及LSPREPOST等有限元软件进行二次开发,完成复合装甲结构受到侵彻时有限元过程的参数化设计以及相关参量的数据提取。在此基础上,构建复合装甲结构因素、弹甲接触因素与装甲结构防护性能及其他性能之间的代理模型。最后在考虑到侵彻条件具有不确定的情况下,以装甲结构轻量化设计为目标、防护性能及其他性能为约束条件,采用可靠性优化方法对复合装甲结构进行优化设计。该方法使得复合装甲结构的设计优化从简易的正交试验、单因素试验等方法中摆脱出来,利用代理模型的方法高效且准确的获取在整个设计空间域内最佳的结构参数组合,从而为复合装甲结构的实际应用提供参考价值。
Description
技术领域
本发明涉及复合装甲结构设计技术领域,特别涉及一种基于ANSYS二次开发的复合装甲结构优化方法。
背景技术
随着科技的不断发展,信息化战争成为了当前战争的主要作战方式,传统的作战装备不断发展为具有信息化的新型武器装备,从而适应现代战争中复杂多变的战争形式。然而仅仅从信息技术领域对传统武器装备进行功能的拓展并不是完备的,从现有武器装备本身的结构或者材料方面进行提升也是提高现有武器装备性能的重要方式。考虑到现代武器装备需要适应战场中突发事件并具备快速部署能力,因此装备除了需要具备较好的防护能力以外,更是要向轻量化方向发展,从而提升装备本身的综合性能,赢得战争主动权。而在现有武器装备中,装甲具有普遍的应用性,无论是在海、陆、空等各种领域,装甲都是不可或缺的存在,复合装甲更是其中应用颇为广泛的类型。
考虑到复合装甲所具有的材料属性和结构特点,复合装甲发展方向也具有多样性。在材料方面,随着材料科学技术的发展,防护装甲也由多种金属材料复合的形式逐步发展为金属材料与新型材料相结合的形式,其中常用的新型材料包括陶瓷、纤维增强材料等。在结构形式方面,复合装甲也存在顺梯度形式、逆梯度形式以及顺逆复合形式等。在结构厚度方面,由多种材料组合而成的复合装甲具有显著的厚度效应,各层的厚度搭配对复合装甲的性能会产生很大影响。因此,结合复合装甲复杂的结构特点和材料属性,对其展开优化设计具有重要的实际意义。目前对于复合装甲结构效应和材料属性的设计方法大多采用经验法或者结合仿真的单因素分析、正交分析方法,这些方法具有较高的主观意义,其优化结果主要取决于设计人员对因素水平的判断和选取,难以获得在整个设计空间域中最优的结果,而且随着设计变量的增多,分析效率也会低下,难度也会发生显著提高。另外,目前针对于复合装甲的设计方法中对于实际存在的不确定性的探究比较少,从而使得设计结果具有较低的可靠性。
发明内容
本发明目的在于,提供一种基于ANSYS二次开发的复合装甲结构可靠性优化设计方法,弥补目前在考虑不确定性情况下对复合装甲结构进行设计优化时的难题,并且可以使得复合装甲结构的设计优化从简易的正交试验、单因素试验等方法中摆脱出来,利用代理模型的方法获取在整个设计空间域内最佳的结构参数组合,从而为复合装甲结构的实际应用提供参考价值。
本发明提供一种基于ANSYS二次开发的复合装甲结构可靠性优化设计方法,其特征在于,所述复合装甲结构可靠性优化设计方法包括以下步骤:
步骤1、根据复合装甲结构优化设计要求以及装甲抗侵彻条件建立装甲抗侵彻有限元模型;
步骤2、利用二次开发技术对装甲抗侵彻有限元模型开展参数化设计,进行设计变量的设定及目标变量的提取;
步骤3、利用最优拉丁超立方方法在设计变量的范围内生成一定数量的设计变量初始样本点,并利用装甲抗侵彻有限元模型的参数化流程提取各设计变量初始样本点对应的目标变量;
步骤4、根据一定数量的设计变量和目标变量,利用代理模型方法生成初始性能函数,并不断更新优化代理模型获得性能函数;
步骤5、采用SORA方法对复合装甲结构进行可靠性优化设计,直至满足优化收敛准则,获得局部空间域内最佳的设计变量组合。
更进一步地,在步骤1中,所述装甲抗侵彻有限元模型包括前处理阶段、求解阶段和后处理阶段:
前处理阶段进行三维几何模型的单元类型、材料属性、接触条件、约束条件和初始条件的设置,并导出K文件和LOG文件;
其中,单元类型选择八节点六面体SOLID164单元,金属材料属性选择JohnCook材料模型和EOS状态方程,非金属材料属性选择对应的材料本构和参数;接触条件为弹体或装甲本身不同结构设置为自动面对面接触;约束条件设置为复合装甲四周或底部为固定约束;初始条件设置为弹体的初始速度;
求解阶段对前处理阶段获得K文件进行求解的控制设定、接触设定及输出设定,将修改后的K文件导入LSDYNA求解模块中,生成D3PLOT文件;
后处理阶段为利用LSPREPOST软件打开D3PLOT文件提取侵彻前后弹体的速度变化曲线或装甲被侵彻方向最大位移变化曲线,并导出弹体的速度或位移历史输出变量文件。
更进一步地,在步骤2中,包括以下步骤:
步骤21,利用MATLAB程序对步骤1生成的LOG文件进行设计变量的变量定义和命令行的调整,生成APDL命令流文件;
步骤22,利用MATLAB程序将生成的APDL命令流文件导入ANSYS LSDYNA的前处理模块,并自动生成用于求解的K文件;
步骤23,利用MATLAB程序对K文件进行求解的控制设定、接触设定及输出设定,并将修改后的K文件导入到ANSYS LSDYNA的求解模块生成D3PLOT文件;
步骤24,利用MATLAB程序将生成的D3PLOT文件利用LSPREPOST的宏命令导入到LSPREPOST并生成目标变量的历史输出数据;
步骤25,利用MATLAB程序对目标变量的输出数据进行查找和提取,获得目标变量结果。
更进一步地,在步骤2中,所述设计变量包括第一复合层厚度、第二复合层厚度、弹体入射速度和弹体入射角度;
所述目标变量在复合装甲被贯穿的情况下为侵彻物侵彻装甲后的剩余速度,在复合装甲被未贯穿的情况下为装甲的变形量。
更进一步地,在步骤4中,采用Kriging代理模型方法,利用自适应方法中改进期望量最大准则,结合复合装甲抗侵彻模型参数化流程,动态更新拟合精度较差样本空间域内的样本点,获取符合精度要求的代理模型。
更进一步地,在步骤5中,对复合装甲进行可靠性优化设计时以复合装甲的质量函数为目标函数,抗侵彻性能及其他性能函数为概率性约束条件,并考虑到装甲结构因素和弹甲接触因素的不确定性,在设定的样本域内对复合装甲开展可靠性优化设计,获得综合性能最佳的复合装甲。
更进一步地,在步骤4中,Kriging代理模型方法具体的公式表达如下:
其中,y(x)是Kriging代理模型;Y(x)是样本点x的预测值;fi(x)是样本点设计变量的基函数;βi是基函数系数;是Y(x)的数学期望,反映了y(x)的总体趋势;Z(x)是均值为零的静态随机过程。
更进一步地,在步骤4中,期望量最大准则是通过在期望改进量最大的样本空间补充样本点,从而提高代理模型的整体精度,样本点响应值提高量的概率密度函数为:
响应值提高量的期望值为:
再通过分部积分可知:
本发明达到的有益效果是:
本发明是一种基于ANSYS二次开发的复合装甲结构可靠性优化设计方法,该方法弥补了目前在考虑不确定性情况下对复合装甲结构进行设计优化时的难题,并且可以使得复合装甲结构的设计优化从简易的正交试验、单因素试验等方法中摆脱出来,利用代理模型的方法获取在整个设计空间域内最佳的结构参数组合,从而为复合装甲结构的实际应用提供参考价值。
附图说明
图1为基于ANSYS二次开发的复合装甲结构可靠性优化设计方法流程图;
图2为一种实施例中双层铝/镁复合装甲受到侵彻前后有限元模型;
图3为一种实施例中抗侵彻双层铝/镁复合装甲有限元模型参数化设计流程图;
图4为一种实施例中抗侵彻双层铝/镁复合装甲性能函数的代理模型构建流程图;
图5为一种实施例中抗侵彻双层铝/镁复合装甲可靠性优化流程图。
具体实施方式
下面结合附图对本发明的技术方案进行更详细的说明,本发明包括但不仅限于下述实施例。
如附图1所示,本发明提供一种基于ANSYS二次开发的复合装甲结构优化方法,具体步骤包括:
步骤1、根据复合装甲结构优化设计要求以及装甲抗侵彻条件建立装甲抗侵彻有限元模型;
步骤2、利用二次开发技术对装甲抗侵彻有限元模型开展参数化设计,进行设计变量的设定及目标变量的提取;
步骤3、利用最优拉丁超立方方法在设计变量的范围内生成一定数量的设计变量初始样本点,并利用装甲抗侵彻有限元模型的参数化流程提取各设计变量初始样本点对应的目标变量;
步骤4、根据一定数量的设计变量和目标变量,利用代理模型方法生成初始性能函数,并不断更新优化代理模型获得性能函数;
步骤5、采用SORA方法对复合装甲结构进行可靠性优化设计,直至满足优化收敛准则,获得局部空间域内最佳的设计变量组合。
在步骤1中,所述装甲抗侵彻有限元模型包括前处理阶段、求解阶段和后处理阶段,各个阶段的具体操作如下所示:
前处理阶段为进行三维几何模型的单元类型、材料属性、接触条件、约束条件和初始条件的设置,并导出K文件和LOG文件(包含建模操作的命令流文件)。其中单元类型选择八节点六面体SOLID164单元,金属材料属性选择JohnCook材料模型和EOS状态方程,非金属材料属性选择对应的材料本构和参数;接触条件为弹体或装甲本身不同结构设置为自动面对面接触;约束条件设置为复合装甲四周或底部为固定约束;初始条件设置为弹体的初始速度。
求解阶段为首先对前处理阶段获得K文件进行求解的控制设定、接触设定及输出设定,然后将修改后的K文件导入LSDYNA求解模块中,生成D3PLOT文件。
后处理阶段为利用LSPREPOST软件打开D3PLOT文件提取侵彻前后弹体的速度变化曲线(装甲被贯穿)或装甲被侵彻方向最大位移变化曲线(装甲未被贯穿),并导出弹体的速度或位移历史输出变量文件。
具体的,在一种实施方式中,如附图2所示,在考虑双层铝/镁复合装甲结构特点以及装甲抗侵彻条件的情况下,双层铝/镁复合装甲的有限元模型的具体实现为:
前处理阶段为:以实际弹体侵彻双层铝/镁复合装甲为参考,建立弹体、铝层结构、镁层结构的初始三维模型,其中子弹为半球形弹头,直径为13.8mm,弹体长度为18mm,并选用子弹材料类型为7075高硬度铝合金,网格划分方法为扫掠方法,单元总体尺寸为0.03mm;铝层结构整体尺寸为1.35x80x80mm,材料类型为Al2024铝合金,并设定厚度方向单元尺寸为0.15mm,长度与宽度方向单位尺寸为0.5mm;镁层结构整体尺寸为0.65x80x80mm,材料类型为ZA31B镁合金,单元尺寸与铝层结构一致。上述各结构的单元类型均选择八节点六面体SOLID164单元,材料属性通常为JohnCook材料模型和EOS状态方程,接触条件为自动面对面接触。该有限元模型的边界条件为双层复合装甲四周固定约束,弹体的初始速度为180m/s。考虑到后续优化中涉及到弹体入射角度的不确定性,因此还需要在GUI界面完成改变弹体入射角度和入射速度的命令操作。完成以上建模操作后,将模型导出为K文件,并生成LOG日志文件。
求解阶段为:对前处理阶段获得K文件进行求解设置,包括弹体和装甲之间的接触类型为侵蚀接触、处理沙漏现象的沙漏控制等,然后将修改后的K文件导入LSDYNA求解模块中,生成D3PLOT文件。
后处理阶段为利用LSPREPOST软件打开D3PLOT文件提取侵彻前后弹体的速度变化曲线,并导出弹体的速度历史输出变量文件。
在步骤2中,具体包括以下步骤:
步骤21,利用MATLAB程序对步骤1生成的LOG文件进行设计变量的变量定义和命令行的调整,生成APDL命令流文件;
设计变量包括第一复合层厚度、第二复合层厚度、弹体入射速度、弹体入射角度。
步骤22,利用MATLAB程序将生成的APDL命令流文件导入ANSYS LSDYNA的前处理模块,并自动生成用于求解的K文件;
步骤23,利用MATLAB程序对K文件进行求解的控制设定、接触设定及输出设定,并将修改后的K文件导入到ANSYS LSDYNA的求解模块生成D3PLOT文件。
步骤24,利用MATLAB程序将生成的D3PLOT文件利用LSPREPOST的宏命令导入到LSPREPOST并生成目标变量的历史输出数据;
步骤25,利用MATLAB程序对目标变量的输出数据进行查找和提取,获得目标变量结果。
目标变量在复合装甲被贯穿的情况下为侵彻物侵彻装甲后的剩余速度,在复合装甲被未贯穿的情况下为装甲的变形量。
具体的,如附图3所示,在通过GUI界面建立弹体侵彻双层铝/镁复合装甲有限元模型的基础上,利用APDL参数化语言以及相关宏命令对ANSYS和LSPREPOST进行二次开发,根据复合装甲可靠性优化设计要求对GUI界面生成的LOG日志文件进行编辑,增加镁层厚度、铝层厚度、弹体入射速度和入射角度四个设计变量的设定命令行以及进行相关建模操作命令行的调整,并生成初始APDL文件;然后选择一组复合装甲优化设计变量更新APDL文件中的各个设计变量对应的参数值,生成新的APDL文件;再将新的APDL命令文件导入到ANSYSLSDYNA的前处理模块生成K文件;再对K文件进行求解的控制设定、接触设定及输出设定后导入到ANSYS的求解模块生成D3PLOT文件;将生成的D3PLOT文件利用LSPREPOST的宏命令导入到LSPREPOST并生成弹体侵彻后剩余速度的历史输出数据;最后对弹体剩余速度变量的输出数据进行编辑查找,获得整个时间历程中剩余速度的最小值。在本实施例中,上述整个参数化过程在MATLAB程序中完成。
在步骤3中,最优拉丁超立方方法具有较好的空间均匀性和投影均匀性。通过最优拉丁超立方方法在设计变量的变量范围中选取多组有限且均匀的样本点,将生成的多组样本点并通过有限元模型的参数化设计获取对应的目标变量。
具体的,给定复合装甲结构优化设计中设计变量的变量范围如下表所示,采用最优拉丁超立方方法生成20组设计变量的初始样本点,并利用有限元模型的参数化设计完成各个初始样本点对应目标变量的提取,在本实施方式中目标变量即为弹体速度的最小值。
变量 | 铝层厚度 | 镁层厚度 | 入射速度 | 入射角度 |
范围 | 0.15-1.15mm | 0.85-1.85mm | 175-185m/s | 85-95° |
在步骤4中,采取代理模型方法为Kriging方法,并利用自适应方法中改进期望量最大准则(EI),结合步骤2中复合装甲抗侵彻模型参数化过程,动态更新拟合精度较差样本空间域内的样本点,以高效且准确的获取符合精度要求的代理模型。另外,在利用自适应方法进行加点时,考虑到有限元分析时耗时过大,故代理模型更新时的收敛准则可以根据有限元代理模型函数分析执行次数(即计算量)进行确定。
如附图4所示,首先根据步骤3所得的20组设计变量和目标变量,利用Kriging代理模型方法生成剩余速度初始性能函数,然后根据平均绝对误差(AAE)及最大绝对误差(MAE)准则判断性能函数是否满足精度要求,如果不满足则利用EI加点方法在设计空间域内拟合精度较差的区域进行样本点的补充,如果满足,则终止加点。以这种迭代的方式不断更新优化代理模型,可以在原本20组样本点的基础上增加4组变量从而得到满足一定精度要求的剩余速度性能函数,并将该性能函数作为复合装甲可靠性优化的概率约束条件。
采用Kriging代理模型方法具体的公式表达如下,该方法主要是把y(x)当作是一个随机过程,从而利用随机函数Y(x)对y(x)进行描述。
式中:y(x)是Kriging代理模型;Y(x)是样本点x的预测值;fi(x)是样本点设计变量的基函数;βi是基函数系数;是Y(x)的数学期望,反映了y(x)的总体趋势;Z(x)是均值为零的静态随机过程。
代理模型构建流程中采用的EI加点准则是一种在代理模型预测精度较差区域增加样本点的准则,该准则主要是通过在期望改进量最大的样本空间补充样本点,从而提高代理模型的整体精度。Kriging代理模型假设选取的样本点x的预测值为Y(x)服从正态分布,故σY 2表示Y(x)的方差,σY表示Y(x)的标准差。EI加点准则假设已有样本点的最小响应值为ymin,表示y(x)的均值,函数模型对样本点的预测值为Y(x),则最小化问题中响应值提高量为I(x)=ymin-Y(x)。假设样本点响应值提高量I(x)服从正态分布,故提高量的概率密度函数为:
因此,响应值提高量的期望值为:
再通过分部积分可知:
代理模型构建流程中采用的平均绝对误差(AAE)及最大绝对误差(MAE)准则如下所示:
具体的,代理模型构建流程中建立的24组设计变量和对应的剩余速度响应如下表所示。
通过对24组设计变量和对应的剩余速度响应进行归一化处理,并采用kriging代理模型方法可以构建剩余速度响应函数如下所示,其中x1为铝层厚度、x2为镁层厚度、x3为入射速度、x4为入射角度。
式中:
在步骤5中,可靠性优化方法选用为SORA方法,该方法是将传统双循环优化转变为可靠性分析和确定性优化的迭代过程,其中确定性优化可以为单目标或多目标优化。另外,如果在设计要求中包含有整型设计变量,可以在确定性优化阶段采用分支定界方法进行非线性整数规划。该优化阶段是以复合装甲的质量函数为目标函数,抗侵彻性能及其他性能函数为概率性约束条件,并考虑到装甲结构因素、弹甲接触因素的不确定性,在设定的样本域内对复合装甲开展可靠性优化设计,从而获得综合性能最佳的复合装甲。
具体的,对双层铝/镁复合装甲进行可靠性优化设计时以双层铝/镁复合装甲的轻量化为设计目标,弹体侵彻装甲后的剩余速度性能函数为概率性约束条件,复合装甲铝层厚度x1、镁层厚度x2为随机性设计变量,弹体入射速度x3、入射角度x4为随机性参数。按照工程上的一般假设,设定各个随机变量和参数在设计空间内均服从正态分布且变异系数取为0.02,具体的随机变量参数的概率分布信息如下表所示。
另外,设定概率性约束的可靠度要求为0.9,在此基础上对复合装甲开展可靠性优化设计,具体的数学模型如下:
l1=80mm,w1=80mm,ρ1=2.75g/cm3
l2=80mm,w2=80mm,ρ1=1.78g/cm3
其中,m为双层铝/镁复合装甲的质量;ρ1为铝层的密度;ρ2为镁层的密度;l1为铝层的长度;w1为铝层的宽度;l2为镁层的长度;w2为镁层的宽度;G1为双层铝/镁复合装甲抗侵彻性能速度响应功能函数;V为剩余速度响应约束条件的约束值;m为剩余质量响应约束条件的约束值(具体数值为不考虑不确定性情况下确定性优化的结果);g1为双层铝/镁复合装甲抗侵彻性能的速度约束条件;为可靠性指标;Φ为标准正态累积分布函数;Pr(gj(X,P)≤0)为gj(X,P)≤0小于零的概率,即为可靠度。
结合上述双层铝/镁复合装甲的数学模型,采用SORA方法对其进行可靠性优化设计后可以获得局部空间域内复合装甲优化参数结果和质量属性如下所示:
变量和属性 | 初始设计 | 可靠性优化后结果 |
铝层厚度(mm) | 0.65 | 0.26 |
镁层厚度(mm) | 1.35 | 1.85 |
装甲质量(g) | 268.192 | 256.512 |
轻量化程度 | 0 | 4.4% |
由上述结果可知,经过可靠度为0.9的可靠性优化后,在初始条件下双层铝/镁复合装甲的质量提升为4.4%,且考虑到该优化中选取的复合装甲的边界范围较小,当装甲边界范围扩大后,优化效果会更加显著。
本发明不仅局限于上述具体实施方式,本领域一般技术人员根据实施例和附图公开内容,可以采用其它多种具体实施方式实施本发明,因此,凡是采用本发明的设计结构和思路,做一些简单的变换或更改的设计,都落入本发明保护的范围。
Claims (8)
1.一种基于ANSYS二次开发的复合装甲结构可靠性优化设计方法,其特征在于,所述复合装甲结构可靠性优化设计方法包括以下步骤:
步骤1、根据复合装甲结构优化设计要求以及装甲抗侵彻条件建立装甲抗侵彻有限元模型;
步骤2、利用二次开发技术对装甲抗侵彻有限元模型开展参数化设计,进行设计变量的设定及目标变量的提取;
步骤3、利用最优拉丁超立方方法在设计变量的范围内生成一定数量的设计变量初始样本点,并利用装甲抗侵彻有限元模型的参数化流程提取各设计变量初始样本点对应的目标变量;
步骤4、根据一定数量的设计变量和目标变量,利用代理模型方法生成初始性能函数,并不断更新优化代理模型获得性能函数;
步骤5、采用SORA方法对复合装甲结构进行可靠性优化设计,直至满足优化收敛准则,获得局部空间域内最佳的设计变量组合。
2.根据权利要求1所述复合装甲结构可靠性优化设计方法,其特征在于,在步骤1中,所述装甲抗侵彻有限元模型包括前处理阶段、求解阶段和后处理阶段:
前处理阶段进行三维几何模型的单元类型、材料属性、接触条件、约束条件和初始条件的设置,并导出K文件和LOG文件;
其中,单元类型选择八节点六面体SOLID164单元,金属材料属性选择JohnCook材料模型和EOS状态方程,非金属材料属性选择对应的材料本构和参数;接触条件为弹体或装甲本身不同结构设置为自动面对面接触;约束条件设置为复合装甲四周或底部为固定约束;初始条件设置为弹体的初始速度;
求解阶段对前处理阶段获得K文件进行求解的控制设定、接触设定及输出设定,将修改后的K文件导入LSDYNA求解模块中,生成D3PLOT文件;
后处理阶段为利用LSPREPOST软件打开D3PLOT文件提取侵彻前后弹体的速度变化曲线或装甲被侵彻方向最大位移变化曲线,并导出弹体的速度或位移历史输出变量文件。
3.根据权利要求1所述复合装甲结构可靠性优化设计方法,其特征在于,在步骤2中,包括以下步骤:
步骤21,利用MATLAB程序对步骤1生成的LOG文件进行设计变量的变量定义和命令行的调整,生成APDL命令流文件;
步骤22,利用MATLAB程序将生成的APDL命令流文件导入ANSYS LSDYNA的前处理模块,并自动生成用于求解的K文件;
步骤23,利用MATLAB程序对K文件进行求解的控制设定、接触设定及输出设定,并将修改后的K文件导入到ANSYS LSDYNA的求解模块生成D3PLOT文件;
步骤24,利用MATLAB程序将生成的D3PLOT文件利用LSPREPOST的宏命令导入到LSPREPOST并生成目标变量的历史输出数据;
步骤25,利用MATLAB程序对目标变量的输出数据进行查找和提取,获得目标变量结果。
4.根据权利要求3所述复合装甲结构可靠性优化设计方法,其特征在于,在步骤2中,所述设计变量包括第一复合层厚度、第二复合层厚度、弹体入射速度和弹体入射角度;
所述目标变量在复合装甲被贯穿的情况下为侵彻物侵彻装甲后的剩余速度,在复合装甲被未贯穿的情况下为装甲的变形量。
5.根据权利要求1所述复合装甲结构可靠性优化设计方法,其特征在于,在步骤4中,采用Kriging代理模型方法,利用自适应方法中改进期望量最大准则,结合复合装甲抗侵彻模型参数化流程,动态更新拟合精度较差样本空间域内的样本点,获取符合精度要求的代理模型。
6.根据权利要求1所述复合装甲结构可靠性优化设计方法,其特征在于,在步骤5中,对复合装甲进行可靠性优化设计时以复合装甲的质量函数为目标函数,抗侵彻性能及其他性能函数为概率性约束条件,并考虑到装甲结构因素和弹甲接触因素的不确定性,在设定的样本域内对复合装甲开展可靠性优化设计,获得综合性能最佳的复合装甲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210811495.0A CN114996880A (zh) | 2022-07-11 | 2022-07-11 | 一种基于ansys二次开发的复合装甲结构优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210811495.0A CN114996880A (zh) | 2022-07-11 | 2022-07-11 | 一种基于ansys二次开发的复合装甲结构优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114996880A true CN114996880A (zh) | 2022-09-02 |
Family
ID=83019908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210811495.0A Pending CN114996880A (zh) | 2022-07-11 | 2022-07-11 | 一种基于ansys二次开发的复合装甲结构优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114996880A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116541975A (zh) * | 2023-04-11 | 2023-08-04 | 哈尔滨工业大学 | 一种基于代理模型的核电用塔机结构系统动态优化设计方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867083A (zh) * | 2012-08-30 | 2013-01-09 | 浙江大学 | 考虑不确定性的压力机滑块机构高刚度轻量化设计方法 |
CN114526639A (zh) * | 2022-03-22 | 2022-05-24 | 西南交通大学 | 一种陶瓷复合装甲抗侵彻性能优化方法 |
-
2022
- 2022-07-11 CN CN202210811495.0A patent/CN114996880A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867083A (zh) * | 2012-08-30 | 2013-01-09 | 浙江大学 | 考虑不确定性的压力机滑块机构高刚度轻量化设计方法 |
CN114526639A (zh) * | 2022-03-22 | 2022-05-24 | 西南交通大学 | 一种陶瓷复合装甲抗侵彻性能优化方法 |
Non-Patent Citations (6)
Title |
---|
刘继红,李连升: "《考虑多源不确定性的多科学可靠性设计优化》", 31 December 2018 * |
林琦等: "基于APDL对某装甲车加强筋的综合优化", 《内燃机与配件》 * |
王玉华等: "基于ANSYS/LS-DYNA高速弹头冲击仿真", 《计算机测量与控制》 * |
马劲红,陈伟,李娟,张利亚: "《多目标优化方法在材料成型中的应用》" * |
高华等: "多层异质复合靶板抗侵彻性能试验及结构优化设计", 《弹道学报》 * |
龚宣丞: ""陶瓷复合材料装甲抗侵彻性能研究"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116541975A (zh) * | 2023-04-11 | 2023-08-04 | 哈尔滨工业大学 | 一种基于代理模型的核电用塔机结构系统动态优化设计方法 |
CN116541975B (zh) * | 2023-04-11 | 2024-01-30 | 哈尔滨工业大学 | 一种基于代理模型的核电用塔机结构系统动态优化设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112528441B (zh) | 喉栓式变推力发动机总体参数设计方法、装置和设备 | |
CN107844835B (zh) | 基于动态权重m-topsis多属性决策的多目标优化改进遗传算法 | |
CN108170950B (zh) | 基于神经网络的多层频率选择表面吸波材料建模优化方法 | |
CN105893694A (zh) | 一种基于重采样粒子群优化算法的复杂系统设计方法 | |
CN113343545B (zh) | 结构自适应优化设计方法、装置、设备和介质 | |
CN113297686B (zh) | 固体火箭发动机数据融合设计方法、装置、设备及介质 | |
CN109885061B (zh) | 一种基于改进nsga-ⅱ的动力定位多目标优化方法 | |
CN111191785A (zh) | 一种基于拓展搜索空间的结构搜索方法 | |
CN109697309B (zh) | 一种弹丸高速冲击挤进阻力快速获取方法 | |
CN114996880A (zh) | 一种基于ansys二次开发的复合装甲结构优化方法 | |
CN111177925A (zh) | 一种基于bas-bp算法的绞线rlcg参数提取方法 | |
CN114036650B (zh) | 非轴对称自然层流短舱反设计方法及自然层流短舱 | |
CN111897240A (zh) | 一种基于核动力系统运行的仿真方法及系统 | |
CN116776748B (zh) | 喉栓式变推力发动机喉栓喷管构型设计知识迁移优化方法 | |
CN117272868A (zh) | 基于rbf-ann和遗传算法的喷嘴优化方法、装置及计算机存储介质 | |
Zhao et al. | Optimization of the aerodynamic configuration of a tubular projectile based on blind kriging | |
Li et al. | Optimization design of a compressor cascade airfoil using a Navier-stokes solver and genetic algorithms | |
CN115906303A (zh) | 一种基于机器学习的平面微波滤波器设计方法及装置 | |
CN114925578A (zh) | 基于粒子群算法和abaqus的圆钢管混凝土短柱自动优化方法 | |
Darwish et al. | Applying swarm optimization techniques to calculate execution time for software modules | |
CN110942149B (zh) | 一种基于信息变化率及条件互信息的特征变量选择方法 | |
CN115859768B (zh) | 一种动态装配作业车间工件完工时间预测方法及装置 | |
CN111967198B (zh) | 一种新型复合材料结构高承载力轻量化设计方法 | |
CN107145694A (zh) | 基于rbf神经网络的连续旋转爆轰燃烧室增压比预测方法 | |
CN111475931A (zh) | 基于神经网络的pci快速分析方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220902 |
|
RJ01 | Rejection of invention patent application after publication |